Akamai ha pubblicato un nuovo rapporto sulla sicurezza della serie State of the Internet, dedicato ai rischi che accompagnano l’adozione dell’intelligenza artificiale nelle imprese. Il documento, intitolato The Entreprise AI Usage Risk Report 2026, descrive uno scenario in cui strumenti non autorizzati, account personali, estensioni dei browser e agenti autonomi stanno crescendo più rapidamente delle capacità aziendali di monitorarli e proteggerli.
Il punto centrale dell’analisi non è che le imprese stiano usando troppo l’intelligenza artificiale, ma che una parte rilevante di questo utilizzo avvenga al di fuori dei sistemi approvati e dei controlli tradizionali. L’AI è passata in poco tempo dalla sperimentazione occasionale a un elemento strutturale del lavoro quotidiano. Le architetture di sicurezza, però, continuano spesso a concentrarsi su trasferimenti di file, posta elettronica, applicazioni ufficialmente adottate e traffico di rete facilmente classificabile.
Questo divario alimenta quella che Akamai definisce Shadow AI: l’insieme di servizi, account, estensioni e automazioni basati sull’intelligenza artificiale che vengono utilizzati senza una piena conoscenza o supervisione da parte dell’organizzazione.
Dall’assistente occasionale a un soggetto operativo
La trasformazione descritta da Akamai riguarda innanzitutto il ruolo assunto dall’AI nelle attività aziendali. Un chatbot impiegato per formulare una risposta o riassumere un testo comporta rischi relativamente circoscritti. Un agente autonomo che può consultare documenti, leggere messaggi, usare credenziali, accedere a repository di codice o compiere azioni per conto di un dipendente introduce invece un livello di esposizione molto più elevato.
Come osserva Or Eshed, Vice President, Enterprise Security Product and Engineering di Akamai, “L’intelligenza artificiale non è più solo uno strumento in grado di aumentare la produttività, ma è diventata un collega collaborativo con accesso diretto alle risorse più preziose di un’azienda”.
La definizione di “collega” rende evidente il cambiamento, ma pone anche un problema di responsabilità. Un sistema AI non è un dipendente: non comprende necessariamente il contesto organizzativo, può interpretare in modo errato un’istruzione e può essere manipolato attraverso contenuti costruiti appositamente. Se dispone di autorizzazioni ampie, l’errore o la manipolazione possono trasformarsi in accessi impropri, diffusione di informazioni riservate o azioni non previste.
Il rischio aumenta quando l’AI viene integrata nei normali strumenti di lavoro. Le informazioni sensibili non devono più essere necessariamente allegate a un’e-mail o trasferite come file completo. Possono essere copiate in un prompt, suddivise tra numerose conversazioni, elaborate attraverso un account personale oppure rese accessibili a un’estensione installata nel browser o nell’ambiente di sviluppo.
La Shadow AI è soprattutto un problema di visibilità
Nelle aziende, l’adozione dell’intelligenza artificiale non procede in modo uniforme. Secondo Akamai, una quota relativamente piccola di dipendenti particolarmente attivi genera una parte consistente delle interazioni e concentra quindi una porzione rilevante del rischio. Il rapporto suggerisce di rivolgere telemetria, monitoraggio e formazione personalizzata soprattutto al 5% degli utenti considerati ad alto rischio, cioè coloro che effettuano il maggior numero di richieste ai sistemi AI.
Questa concentrazione può aiutare i responsabili della sicurezza a stabilire le priorità, ma non elimina il problema della lunga coda di applicazioni meno visibili. I team interni tendono infatti a presidiare le grandi piattaforme ufficialmente approvate, mentre numerosi servizi AI di nicchia possono essere usati attraverso account personali, prove gratuite, plugin o applicazioni Software-as-a-Service non censite.
Lo stesso vale per le estensioni. Akamai sostiene che quasi il 75% delle estensioni AI richieda autorizzazioni di livello elevato o critico e che il 16,3% contenga vulnerabilità note, catalogate attraverso il sistema CVE, lo standard utilizzato per identificare pubblicamente le vulnerabilità informatiche. Si tratta di dati significativi, perché un’estensione con accesso alle pagine visitate, agli appunti, alla cronologia o ai contenuti inseriti nel browser può osservare una parte molto ampia dell’attività di un dipendente.
Le informazioni diffuse da Akamai, tuttavia, non dettagliano la base campionaria, il perimetro delle estensioni analizzate o la metodologia con cui è stata calcolata la quota di AI aziendale non visibile. I valori devono quindi essere letti come indicatori prodotti dall’azienda, utili per descrivere la direzione del fenomeno ma non ancora assimilabili, sulla sola base dei dati comunicati, a un benchmark indipendente valido per ogni organizzazione.
Tre tecniche che aggirano i controlli tradizionali
Il rapporto descrive tre tecniche di attacco individuate dai ricercatori nel 2026: Vibe hacking, CursorJacking e CometJacking. Pur agendo in modi differenti, condividono un principio: invece di attaccare direttamente il perimetro aziendale, cercano di manipolare gli strumenti AI che operano già all’interno dell’ambiente dell’utente.
Vibe hacking: alterare le istruzioni che guidano l’assistente
Nel Vibe hacking, l’attaccante modifica in modo discreto file locali contenenti istruzioni in Markdown all’interno dell’ambiente di sviluppo di un programmatore. Il Markdown è un formato testuale semplice, comunemente usato per documentazione, note e istruzioni destinate anche agli assistenti di programmazione.
Un assistente AI può interpretare questi file come parte del contesto operativo. Se le istruzioni vengono alterate, il sistema potrebbe produrre codice non sicuro o eseguire azioni non autorizzate continuando, agli occhi dello sviluppatore, a comportarsi come un normale strumento di supporto.
La pericolosità deriva dalla fiducia attribuita all’ambiente locale. I controlli di rete potrebbero non rilevare un’attività sospetta evidente, perché l’azione viene avviata da uno strumento legittimo, sul dispositivo di un utente autorizzato e all’interno di un flusso di lavoro apparentemente normale.
CursorJacking: quando l’estensione diventa un punto di osservazione
Il CursorJacking riguarda estensioni del browser non autorizzate che sfruttano permessi particolarmente ampi per raccogliere chiavi API, codice proprietario e cronologia delle conversazioni. Il rapporto cita come possibile obiettivo gli assistenti di programmazione più diffusi, tra cui Cursor.
Il riferimento non implica necessariamente una vulnerabilità intrinseca della piattaforma citata. Il vettore descritto è legato soprattutto alla posizione privilegiata occupata dalle estensioni: un componente installato nel browser può osservare o modificare dati che transitano tra l’utente e il servizio AI, indipendentemente dal livello di protezione applicato dal servizio stesso.
Per le imprese, la conseguenza è che la sicurezza degli assistenti di coding non può essere valutata soltanto esaminando il fornitore principale. Occorre considerare l’intera catena: browser, ambiente di sviluppo integrato o IDE, plugin, estensioni, credenziali, repository e autorizzazioni assegnate all’utente.
CometJacking: la pagina web diventa un’istruzione ostile
Il CometJacking sfrutta invece la prompt injection, una tecnica con cui istruzioni dannose vengono inserite nei contenuti che un sistema AI deve elaborare. Secondo Akamai, un aggressore può collocare queste istruzioni su una pagina web pubblica e indurre l’agente AI locale dell’utente a eseguirle. Il sistema compromesso potrebbe quindi tentare di sottrarre file, e-mail o credenziali di sessione senza che l’utente ne sia consapevole.
La minaccia riguarda i browser dotati di funzioni AI avanzate e il rapporto cita, come esempio, Comet AI di Perplexity. Anche in questo caso, il problema più ampio è l’interazione tra contenuti esterni non affidabili e un agente che dispone di accesso a risorse interne.
Un normale browser mostra una pagina all’utente. Un browser agente può anche leggerla, interpretarla, sintetizzarla e agire sulla base di ciò che trova. Se non esiste una separazione rigorosa tra i dati presenti nella pagina e le istruzioni autorizzate dall’utente, il contenuto consultato può diventare parte del meccanismo di comando.
Perché il perimetro non è più sufficiente
Le tre tecniche mettono in discussione un modello di sicurezza fondato prevalentemente sulla distinzione tra interno ed esterno. Quando un attacco passa attraverso un agente autorizzato, un browser aziendale o l’ambiente di sviluppo di un dipendente, l’operazione può provenire da un dispositivo riconosciuto e utilizzare credenziali valide.
Anche i sistemi DLP, cioè gli strumenti per la prevenzione della perdita di dati, devono affrontare un cambiamento sostanziale. Storicamente sono stati progettati per controllare canali relativamente definiti, come allegati, e-mail, dispositivi di archiviazione e trasferimenti di file. Nell’uso dell’AI, invece, un documento può essere frammentato in una successione di prompt, copiato in più sessioni o combinato con informazioni provenienti da fonti differenti.
Il singolo frammento potrebbe non sembrare riservato. È la sequenza delle interazioni, insieme all’identità dell’utente, allo strumento impiegato e alla destinazione dei dati, a rivelare il rischio. Per questo Akamai propone di passare da regole statiche a un’analisi contestuale in tempo reale di prompt, operazioni di copia e incolla e caricamenti di documenti.
Il passaggio è tecnicamente e organizzativamente complesso. Monitorare le interazioni in modo più granulare può migliorare la protezione, ma apre questioni relative alla privacy dei dipendenti, alla conservazione dei contenuti e alla distinzione tra attività legittime e comportamenti realmente pericolosi. Un sistema troppo permissivo lascia passare informazioni sensibili; uno troppo restrittivo può spingere gli utenti verso strumenti personali ancora meno controllabili.
La roadmap proposta ai responsabili della sicurezza
Akamai indica cinque priorità per i CISO, i responsabili della sicurezza informatica aziendale. La prima è concentrare le attività di monitoraggio e formazione sugli utenti che interagiscono più intensamente con l’AI. L’obiettivo non dovrebbe essere punire chi sperimenta, ma comprendere quali attività svolga, quali dati utilizzi e quali strumenti gli servano.
La seconda priorità è ridurre la Shadow AI attraverso il Single Sign-On, il sistema che consente di accedere a più servizi usando un’identità aziendale centralizzata. Estendere l’autenticazione federata alle piattaforme autorizzate permette di applicare criteri coerenti, revocare gli accessi quando necessario e distinguere gli account aziendali da quelli personali. Il solo Single Sign-On, però, non scopre automaticamente tutti i servizi non dichiarati: deve essere affiancato da inventario continuo, analisi del traffico e confronto con i reparti operativi.
La terza priorità consiste nel controllare il livello dell’interazione. Non basta sapere che un dipendente ha aperto un servizio AI; occorre comprendere, nei limiti consentiti dalle regole aziendali e dalla normativa, quali categorie di dati vengono trasferite e quali azioni vengono richieste.
La quarta riguarda le estensioni di browser e IDE, che dovrebbero essere considerate software con privilegi elevati. Servono elenchi di componenti autorizzati, verifiche delle autorizzazioni richieste, procedure di aggiornamento e meccanismi per rimuovere rapidamente le estensioni vulnerabili o non più necessarie.
La quinta priorità è la protezione degli agenti autonomi attraverso il principio del privilegio minimo: ogni agente dovrebbe accedere soltanto alle risorse indispensabili per il proprio compito, per il tempo strettamente necessario. A questo controllo preventivo dovrebbe aggiungersi il monitoraggio del comportamento, capace di segnalare deviazioni come accessi insoliti, raccolte anomale di file o tentativi di inviare dati verso destinazioni impreviste.
Una nuova area di competizione per il mercato della cybersecurity
Se lo scenario delineato da Akamai verrà confermato su scala più ampia, il mercato della sicurezza potrebbe spostarsi progressivamente dal semplice controllo delle applicazioni al governo delle singole interazioni tra persone, AI e dati.
Potrebbero beneficiarne i fornitori capaci di combinare identità, sicurezza del browser, protezione degli endpoint, analisi del traffico, controllo delle applicazioni cloud e monitoraggio degli agenti. Le piattaforme AI dotate di funzioni amministrative mature — gestione centralizzata degli utenti, registri delle attività, separazione dei dati e limitazione delle autorizzazioni — avrebbero inoltre un vantaggio rispetto ai servizi nati prevalentemente per il mercato individuale.
La pressione competitiva potrebbe aumentare soprattutto sui piccoli strumenti AI che non dispongono delle risorse necessarie per integrare controlli aziendali, certificazioni e sistemi di audit. Allo stesso tempo, limitare l’uso a poche piattaforme approvate può rafforzare la dipendenza da un numero ristretto di ecosistemi. Ridurre la Shadow AI non significa quindi soltanto bloccare applicazioni, ma offrire alternative ufficiali che siano abbastanza utili da essere realmente adottate.
Per Akamai, il tema rappresenta anche un’estensione naturale del proprio campo d’azione. Un’azienda che osserva una parte significativa del traffico web può cercare di applicare quella visibilità alle interazioni con servizi e agenti AI. Resta tuttavia da verificare quanto efficacemente la telemetria di rete possa ricostruire attività che avvengono all’interno di applicazioni cifrate, estensioni, sessioni locali e ambienti di sviluppo.
La governance conta quanto la tecnologia
Le difese tecniche non risolvono da sole il problema. Un’impresa deve stabilire quali dati possano essere usati con l’AI, quali operazioni possano essere delegate a un agente, chi approvi le integrazioni e chi risponda delle azioni automatizzate. Servono inoltre formazione e canali rapidi attraverso i quali i dipendenti possano richiedere nuovi strumenti senza essere spinti a installarli autonomamente.
La concentrazione del rischio nel gruppo degli utenti più attivi suggerisce una strategia pragmatica: iniziare dalle persone e dai processi che producono l’esposizione maggiore. Ma concentrarsi soltanto su quel gruppo potrebbe lasciare inosservate attività meno frequenti e potenzialmente molto sensibili. Una singola interazione con credenziali, codice proprietario o informazioni personali può essere più grave di centinaia di richieste innocue.
Il vero obiettivo non può essere una sorveglianza indiscriminata. Deve essere la costruzione di un modello nel quale identità, dati, autorizzazioni e responsabilità accompagnino ogni interazione dell’AI. Questo richiede collaborazione tra sicurezza, IT, ufficio legale, risorse umane e reparti operativi, oltre a una valutazione continua degli strumenti adottati.
Dalla corsa all’adozione alla maturità operativa
Il rapporto di Akamai fotografa il passaggio dalla prima fase di entusiasmo per l’AI a una fase più complessa, nella quale produttività e rischio diventano inseparabili. Le imprese hanno incentivato la sperimentazione perché l’intelligenza artificiale promette di accelerare sviluppo software, analisi, comunicazione e attività amministrative. Ora devono rendere quell’uso osservabile, governabile e compatibile con la protezione dei dati.
Le tecniche descritte — Vibe hacking, CursorJacking e CometJacking — mostrano come gli aggressori possano sfruttare non soltanto vulnerabilità tradizionali, ma anche la fiducia che utenti e sistemi ripongono negli assistenti AI. La risposta, di conseguenza, non può limitarsi a installare un ulteriore filtro al confine della rete.
La sfida sarà governare ciò che l’AI può vedere, interpretare e fare, senza annullarne l’utilità e senza spingere l’innovazione verso canali ancora meno trasparenti. I dati presentati da Akamai segnalano un rischio concreto, ma richiedono anche maggiori dettagli metodologici e verifiche indipendenti. Nel medio periodo, la capacità di misurare e controllare le interazioni degli agenti potrebbe diventare uno dei principali criteri con cui le aziende valuteranno piattaforme AI e fornitori di cybersecurity.
